Golang json 库中的RawMessage功能原理介绍

正文

json 作为一种通用的编解码协议，可阅读性上比 thrift，protobuf 等协议要好一些，同时编码的 size 也会比 xml 这类协议要小，在市面上用的非常多。甚至在很多业务上，我们的线上实例消耗最大的部分就是 json 的序列化和反序列化。这也是为什么很多 Gopher 会致力于研究怎样最有效地优化这个过程。

今天我们来学习一个 Golang 官方 json 库提供了一个经典能力：RawMessage。

什么是序列化

首先我们思考一下所谓序列化指的是什么呢？

参考 json 包中 Marshaler 和 Unmarshaler 两个接口定义：

// Marshaler is the interface implemented by types that// can marshal themselves into valid JSON.type Marshaler interface {    MarshalJSON() ([]byte, error)}序列化，也就是 Marshal，需要将一种类型转换为一个字节数组，也就是这里接口返回值的 []byte。go// Unmarshaler is the interface implemented by types// that can unmarshal a JSON description of themselves.// The input can be assumed to be a valid encoding of// a JSON value. UnmarshalJSON must copy the JSON data// if it wishes to retain the data after returning.//// By convention, to approximate the behavior of Unmarshal itself,// Unmarshalers implement UnmarshalJSON([]byte("null")) as a no-op.type Unmarshaler interface {    UnmarshalJSON([]byte) error}

而反序列化，则是序列化的逆过程，接收一个字节数组，转换为目标的类型值。

事实上如果你对自定义的类型实现了上面两个接口，调用 json 包的 json.Marshal 以及 json.Unmarshal 函数时就会执行你的实现。

简言之，本质上看，序列化就是将一个 object 转换为字节数组，即 []byte 的过程。
RawMessage

RawMessage is a raw encoded JSON value. It implements Marshaler and Unmarshaler and can be used to delay JSON decoding or precompute a JSON encoding.

RawMessage 具体来讲是 json 库中定义的一个类型。它实现了 Marshaler 接口以及 Unmarshaler 接口，以此来支持序列化的能力。注意上面我们引用 官方 doc 的说明。我们直接来看看源码中的实现：

// RawMessage is a raw encoded JSON value.// It implements Marshaler and Unmarshaler and can// be used to delay JSON decoding or precompute a JSON encoding.type RawMessage []byte// MarshalJSON returns m as the JSON encoding of m.func (m RawMessage) MarshalJSON() ([]byte, error) {    if m == nil {        return []byte("null"), nil    }    return m, nil}// UnmarshalJSON sets *m to a copy of data.func (m *RawMessage) UnmarshalJSON(data []byte) error {    if m == nil {        return errors.New("json.RawMessage: UnmarshalJSON on nil pointer")    }    *m = append((*m)[0:0], data...)    return nil}var _ Marshaler = (*RawMessage)(nil)var _ Unmarshaler = (*RawMessage)(nil)

非常直接，其实 RawMessage 底层就是一个 []byte。序列化时是直接把自己 return 回去了。而反序列化时则是把入参的 []byte 拷贝一份，写入自己的内存地址即可。

有意思了，前一节我们提到过，序列化后产出的本来就是一个 []byte，那为什么还要专门再搞一个 RawMessage 出来，有什么作用呢？

没错，RawMessage 其实人如其名，代表的就是一个终态。什么意思呢？我本来就是个字节数组，那么如果你要对我进行序列化，就不需要什么成本，直接把我这个字节数组拿过去即可。如果要反序列化，没事，你直接把原来的字节数组拿到就够了。

这就是 Raw 的含义，原来是什么样，现在就是什么样。原样拿过来即可。

这里参照 Using Go’s json.RawMessage 的经典解释。

We can think of the raw message as a piece of information that we decide to ignore at the moment. The information is still there but we choose to keep it in its raw form — a byte array.

我们可以把 RawMessage 看作是一部分可以暂时忽略的信息，以后可以进一步去解析，但此时不用。所以，我们保留它的原始形式，还是个字节数组即可。

使用场景

软件开发中，我们经常说不要过度设计，好的代码应当有明确的使用场景，而且能高效地解决一类问题，而不是在设想和概念上造出来一个未经过验证的空中楼阁。
那么 RawMessage 是不是这样一个空中楼阁呢？其实并不是。
我们可以将其当做一个【占位符】。设想一下，我们给某种业务场景定义了一个通用的 model，其中部分数据需要在不同场景下对应不同的结构体。这个时候怎么 Marshal 成字节数组，存入数据库，以及读出数据，还原出 model 呢？
我们就可以将这个可变的字段定义为 json.RawMessage，利用它适配万物的能力来进行读写。

复用预计算的 json 值

package mainimport (    "encoding/json"    "fmt"    "os")func main() {    h := json.RawMessage(`{"precomputed": true}`)    c := struct {        Header *json.RawMessage `json:"header"`        Body   string           `json:"body"`    }{Header: &h, Body: "Hello Gophers!"}    b, err := json.MarshalIndent(&c, "", "/t")    if err != nil {        fmt.Println("error:", err)    }    os.Stdout.Write(b)}

这里 c 是我们临时定义的结构体，body 是明确的一个字符串，而 header 是可变的。

还记得么？RawMessage 本质是个 []byte，所以我们可以用

json.RawMessage(`{"precomputed": true}`)

来将一个字符串转换为 RawMessage。随后对其进行 Marshal，输出的结果如下：

{
    "header": {
        "precomputed": true
    },
    "body": "Hello Gophers!"
}

发现了么？

这里 "precomputed": true 跟我们构造的 RawMessage 是一模一样的，所以对应到第一个能力：在序列化时使用一个预先计算好的 json 值。

延迟解析 json 结构

package mainimport (    "encoding/json"    "fmt"    "log")func main() {    type Color struct {        Space string        Point json.RawMessage // delay parsing until we know the color space    }    type RGB struct {        R uint8        G uint8        B uint8    }    type YCbCr struct {        Y  uint8        Cb int8        Cr int8    }    var j = []byte(`[    {"Space": "YCbCr", "Point": {"Y": 255, "Cb": 0, "Cr": -10}},    {"Space": "RGB",   "Point": {"R": 98, "G": 218, "B": 255}}]`)    var colors []Color    err := json.Unmarshal(j, &colors)    if err != nil {        log.Fatalln("error:", err)    }    for _, c := range colors {        var dst any        switch c.Space {        case "RGB":            dst = new(RGB)        case "YCbCr":            dst = new(YCbCr)        }        err := json.Unmarshal(c.Point, dst)        if err != nil {            log.Fatalln("error:", err)        }        fmt.Println(c.Space, dst)    }}

这里的例子其实更典型。Color 中的 Point 可能存在两种结构描述，一种是 RGB，另一种是 YCbCr，而我们对应到底层存储，又希望能复用，这是非常常见的。
所以，这里采用了【两级反序列化】的策略：

第一级，解析出来公共字段，利用 json.RawMessage 延迟这部分差异字段的解析。

第二级，根据已经解析出来的字段（一般是有类似 type 的语义），判断再次反序列化时要使用的结构，基于 json.RawMessage 再次 Unmarshal，拿到最终的数据。

上面的示例输出结果如下：

YCbCr &{255 0 -10}
RGB &{98 218 255}

总结

json 提供的 RawMessage 是直接暴露了底层的 []byte 作为交互凭证，它可以被内嵌在各种结构体中。作为不可变的字段类型的 placeholder，延迟解析。相较于 string 类型效率更高。从实现上看非常简单，只是封装了一层字节数组的交互，大家可以放心使用。